excel学习库

当我们采集到足够多数据时，就该考虑如何存取这些数据。python量化分析股市，用到的数据，一般有如下存取方式：
1.用csv文件存取
2.用json文件存取
3.用excel文件存取
4.用sqlite数据库文件存取
5.用mysql数据库存取

1.用CSV文件存取
csv文件简介

csv文件样式如下：

python读csv文件


import pandas as pd
股票列表=pd.read_csv(“股票列表.csv”) #直接读取文件

import pandas as pd
股票数据=pd.read_csv("000001.csv",usecols=['股票代码','开盘价','收盘价','最高价','最低价'],encoding='gbk',dtype={'股票代码':str})
print(股票数据)

python保存csv文件：


import pandas as pd
股票列表=['000001','000002','000003','000004']
我的股票=pd.DataFrame(股票列表,columns=['股票代码']) #指定列名为“股票代码”
我的股票.to_csv('我的股票.csv')

2.用json文件存取

JSON简介



python读json文件：



import json
with open('字典数据.json') as f:
我的数据=f.read()
print(我的数据)
我的数据字典=json.loads(我的数据)
print(我的数据字典['列名'])

python写入json文件：


列名=["日期","开盘价"]
行数据=[["2012-11-11",12.30],["2012-03-12",13.52],["2012-05-16",14.36]]
我的表格={"列名":列名,"行数据":行数据}
我的表格=json.dumps(我的表格).encode('utf-8').decode('unicode_escape') #encode('utf-8').decode('unicode_escape')汉字解码
print(我的表格)

with open("字典数据.json","w") as f:
f.write(我的表格)

pandas数据写入json文件









import pandas as pd
mydata=pd.read_csv('000001.csv',usecols=['日期','开盘价','收盘价','最低价','最高价'],encoding='gbk',index_col='日期',skiprows=lambda x: x > 5)
print(mydata)
print('\n')

print("split模式")
mydict=mydata.to_dict(orient='split')
print(mydict)
print('\n')
print("dict模式")
mydict=mydata.to_dict(orient='dict')
print(mydict)
print('\n')

print("list模式")
mydict=mydata.to_dict(orient='list')
print(mydict)
print('\n')

print("series模式")
mydict=mydata.to_dict(orient='series')
print(mydict)

print("records模式")
mydict=mydata.to_dict(orient='records')
print(mydict)
print('\n')

print("index模式")
mydict=mydata.to_dict(orient='index')
print(mydict)

pandas写入json文件完整代码：

3.用excel文件存取





#读取excel文件示范代码
import pandas as pd
我的股票数据=pd.read_excel('my.xls')
print(我的股票数据)

#写入excel文件代码：

我的数据=pd.read_csv('000001.csv',encoding='gbk')
我的数据.to_excel('my.xls')

pandas.read_excel和pandas.to_excel参数较多，相关内容可以查阅资料。一般我们量化分析可以直接用wps，excel等软件直接打开csv文件，转换成excel文件操作也比较方便，这里就不多做介绍了。